Kuidas kasutatakse tehisintellekti robootikas?

Tehisintellekti robootika, mida mõnikord nimetatakse ka füüsiliseks tehisintellektiks või kehastatud tehisintellektiks, tähendab tehisintellekti kasutamist selleks, et aidata masinatel toimida füüsilises maailmas. Süsteem ei piirdu ainult teksti või piltide genereerimisega, vaid peab ühendama tajumise, järeldamise ja tegutsemise.

Robot võib kasutada kaameraid, sügavusandureid, jõuandureid, mikrofone või asukohaandureid, et mõista, mis tema ümber toimub. Tehisintellekti mudelid aitavad neid signaale tõlgendada, objekte tuvastada, juhiseid järgida, marsruuti planeerida, haaramisviisi valida või otsustada, millal tegevus on ohtlik.

See ei tähenda, et iga robot oleks universaalne humanoid. Tänapäeval on kõige kasulikumad robotid endiselt spetsialiseeritud: tehase robotkäed, laorobotid, kontrollisüsteemid, kirurgilised instrumendid, droonid, isesõitvad sõidukid, kohaletoimetamisrobotid või teenindusmasinad. Tehisintellekt laiendab nende tajumis- ja kohanemisvõimet, kuid riistvara ja keskkond on endiselt olulised.

Roboti jaoks tähendab tajumine andurite toorandmete muutmist kasulikuks arusaamaks ümbritsevast keskkonnast. Kaamerapilt iseenesest koosneb vaid pikslitest. Lidar-skann on vaid kaugused. Jõusensor annab vaid numbreid. Tehisintellekt aitab neid signaale teisendada objektideks, pindadeks, takistusteks, inimesteks, tööriistadeks ja ülesande seisunditeks.

Arvutinägemise mudelid suudavad tuvastada koosteliinil olevaid osi, kontrollida defekte, hinnata sügavust, jälgida liikuvat objekti või kindlaks teha, kuhu robothaarats peaks lähenema. Multimodaalsed mudelid suudavad ühendada pilte keeleliste juhistega, samas kui spetsialiseeritud tajumismudelid võivad töötada kohapeal robotriistvaral, et võimaldada viivituseta otsuste tegemist.

Tajumine on ka see, kust algab ebakindlus. Valgustuse muutused, peegeldused, varjutused, tolm, segadus ja ebatavalised esemed võivad mudelit segadusse ajada. Usaldusväärne robot vajab usaldusväärsuse kontrolli, varukäitumist ja ohutustasemeid, selle asemel et eeldada, et iga tajumistulemus on õige.

Üks kõige aktiivsem valdkond tehisintellekti robootikas on loomuliku keele seostamine tegevustega. Inimene võib öelda näiteks: „Võta sinine kast kätte” või „Viige need osad kontrollialusele”. Robot peab selle juhise seostama objektide, koordinaatide, liikumisplaanide ja juhtimiskäskudega.

Sellise ühenduslüli loomiseks on välja töötatud nn nägemise-keele-tegevuse mudelid. Need suudavad vastu võtta visuaalset sisendit ja keelelist käsku ning seejärel sooritada tegevuse või tegevuste jada. Praktikas töötavad need mudelid tavaliselt koos madalama taseme juhtimissüsteemide, ohutuspiirangute ja robotispetsiifilise tarkvaraga, mitte aga kogu robootika-süsteemi asendades.

Just seetõttu erineb tehisintellekti kasutav robootika chatbotist. Vale lause on võimalik parandada, kuid vale liigutus võib seadmeid kahjustada või inimesi ohtu seada. Tehisintellekti mudel on vaid üks kiht suuremas süsteemis, mis peab tegevusi enne nende sooritamist ja nende käigus kontrollima.

Robotid suudavad õppida mitmesugustest andmetest: inimeste poolt demonstreeritud tegevustest, kaugjuhtimisest, andurite logidest, videotest, sünteetilistest stseenidest, simulatsioonikeskkondadest ja reaalsetes tingimustes läbiviidud katsetest. Eesmärk on pakkuda mudelile piisavalt mitmekesisust, et see suudaks toime tulla ülesannetega, mis ei mahu ühe täiuslikult ettevalmistatud stsenaariumi raamidesse.

Simulatsioon on eriti oluline, kuna füüsiliste robotite andmete kogumine on aeglane, kulukas ja mõnikord riskantne. Simuleeritud ladu, laboripink või tootmisrakk võimaldab luua palju näiteid, testida haruldasi äärejuhtumeid ja treenida toimimisreegleid enne nende kasutuselevõttu tegelikul riistvaral.

Raskus seisneb üleminekus. Simulatsioonis toimiv käitumine võib ebaõnnestuda, kui reaalses olukorras libiseb haarataja, objekt osutub oodatust raskemaks või valgustingimused muutuvad. Seetõttu ühendavad robootikameeskonnad simulatsiooni reaalandmetega, hindamise, täpsustamise ja konservatiivse kasutuselevõtuga.

Tehisintellekti kasutavad robotid on juba praegu kasulikud keskkondades, kus ülesanded on korduvad, struktureeritud või ohutuse seisukohalt kriitilised. Tootmisrobotid suudavad kontrollida detaile, abistada kokkupanekul või käidelda materjale. Laorobotid suudavad liikuda vahekäikudes, transportida kaupa ja toetada tellimuste täitmise töövooge.

Roboteid kasutatakse ka põllumajanduses, kaevanduses, logistikas, meditsiinis, laboratooriumide automatiseerimisel, infrastruktuuri kontrollimisel ja avaliku korra tagamisel. Paljudel juhtudel ei ole kõige väärtuslikum süsteem mitte humanoid, vaid spetsialiseeritud robot, mis täidab üht ülesannet usaldusväärselt piiratud keskkonnas.

Humanoidrobotid äratavad tähelepanu, kuna nad suudavad tegutseda inimestele mõeldud ruumides. Neid on siiski endiselt raske laialdaselt kasutusele võtta. Tasakaal, osavus, aku kestvus, maksumus, töökindlus ja ohutus on endiselt peamised takistused, isegi kui mudelite kvaliteet ja riistvara paranevad.

Digitaalsed tehisintellekti süsteemid võivad töötada täielikult andmekeskuste ja tarkvaratoodete sees. Robootika peab tegelema füüsilise maailmaga: hõõrdumisega, kaaluga, jõuga, muutuva valgustusega, ebatasaste põrandatega, habraste esemetega, liikuvate inimestega ja kuluvate riistvaradega.

Oluline on ka viivitus. Robot peab reageerima millisekundite, mitte sekundite jooksul. Mõned järeldused võib teha pilves, kuid paljud otsused tuleb teha seadmes endas või roboti lähedal, et süsteem jääks reageerimisvõimeliseks ka piiratud ühenduse korral.

Ohutus on veel üks oluline erinevus. Robootikasüsteem vajab andureid, hädaseiskamisseadmeid, sertifitseeritud juhtseadmeid, lubasid, füüsilisi piiranguid ja inimese järelevalvet. Võimekamad tehisintellekti mudelid võivad muuta roboteid paindlikumaks, kuid need ei kaota vajadust inseneriteaduse järgimise järele.

Suund on selge: robootika liigub mudelite poole, mis suudavad üldistada rohkem ülesandeid, õppida vähemate näidete põhjal ja kohaneda erinevate robotite korpustega. Avatud robootika andmekogud, simulatsioonitööriistad ja robotite alusmudelid muudavad katsetamise lihtsamaks.

Lähitulevikus on kõige tõenäolisemaks arenguks mitte ühe universaalse koduroboti loomine, vaid suurem autonoomsus ladudes, tehastes, laborites, haiglates, põllumajandusettevõtetes, kontrolliprotsessides ja sõidukites, samuti võimekamad uurimisplatvormid humanoidide ja liikuvate manipulaatorite jaoks.

Tehisintellekti robotika suurendab ka infrastruktuuri nõudlust. Robotimudelite koolitamine võib nõuda simulatsiooni, graafikaprotsessoreid (GPU), salvestusruumi ja hindamisprotsesse. Robotite kasutuselevõtt võib nõuda serva-järelduskiipe, võrgustikku, seiret ja usaldusväärseid tarkvarauuendusi. Seega on füüsiline tehisintellekt osa samast infrastruktuuri tervikust, mis hõlmab mudeleid, järeldamist, graafikaprotsessoreid ja andmekeskusi.